基于叶片形状特征的植物识别方法

发布时间：2017-10-28 17:30

  本文关键词：基于叶片形状特征的植物识别方法

  更多相关文章： 叶片图像 特征提取 叶片识别 主成分分析 BP神经网络

【摘要】：针对叶缘叶裂明显的植物叶片识别问题,提出一种基于叶片形状特征的识别方法。该方法首先使用阈值分割与形态学操作对叶片进行二值化处理;然后从二值图像上提取了8种描述叶片形状的特征,经过对8维特征的皮尔森相关系数分析与主成分分析,确定对分类贡献最大的5个主成分,考虑到形态特征与分类结果间存在非线性相关关系;最终的分类器使用了BP神经网络。采用UCI数据集的实验表明,该方法对15种植物171张叶片的综合识别率为89.1%,其中,对叶缘叶裂较为明显的6种植物70张叶片识别率达95%以上。
【作者单位】： 重庆大学计算机学院;
【关键词】： 叶片图像 特征提取 叶片识别 主成分分析 BP神经网络
【基金】：国家自然科学基金青年基金资助项目(61502060)
【分类号】：TP391.41
【正文快照】： 0引言针对叶缘叶裂明显的植物叶片数字图像识别问题,精确的特征描述是研究重点。王晓峰等[1]和Du等[2]提取了植物叶片形状特征和图像不变矩,采用移动中心超球分类器实现了20多种植物的识别。Wu等[3]将形状和纹理特征正交化,使用概率神经网络(Probabilistic Neural Network,PNN

【相似文献】

中国期刊全文数据库 前10条

1 林和平;杨晨;;模糊主成分分析方法的研究与分析[J];航空计算技术;2006年06期

2 林培龙;;基于主成分分析评价模型的研究与应用[J];信息系统工程;2010年05期

3 张磊;;天津市电子信息产品制造业竞争力分析与评价[J];科技和产业;2011年07期

4 李瑜祥;;主成分分析程序及其应用[J];自动化仪表;1987年04期

5 朱宁;主成分分析在选拔竞赛队员中的应用[J];桂林电子工业学院学报;1999年02期

6 姜春燕;林和平;刘丁慧;付希金;纪永凤;;灰主成分分析研究及其应用[J];吉林大学学报(信息科学版);2007年05期

7 周春生;;主成分分析在大学生成绩影响因素研究中的应用[J];现代计算机;2013年17期

8 顾绍红;王永生;王光霞;;主成分分析模型在数据处理中的应用[J];测绘科学技术学报;2007年05期

9 李雪梅;张素琴;;主成分分析在区域经济分析中的应用[J];计算机工程与应用;2009年19期

10 黎夏,叶嘉安;主成分分析与Cellular Automata在空间决策与城市模拟中的应用[J];中国科学(D辑:地球科学);2001年08期

中国重要会议论文全文数据库 前10条

1 么彩莲;魏宁;;关于主成分分析的改进方法探讨[A];中国现场统计研究会第12届学术年会论文集[C];2005年

2 陈明星;缪柏其;靳韬;;利率影响因素的主成分分析与因子分析[A];中国现场统计研究会第12届学术年会论文集[C];2005年

3 孙晓东;胡劲松;焦s，

本文编号：1109267